Hugging Face Blog·· 20 小时前精选AI 评分58
Allen AI 发布 ToyBlocks：面向机器人学习的受控仿真框架
ToyBlocks: A controlled world for robot learning and evaluation
来源与原文
Hugging Face Blog
发布时间：（北京时间）
阅读原始来源 · huggingface.co ↗完整链接与内容说明
https://huggingface.co/blog/allenai/toyblocks
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
Allen AI 推出 ToyBlocks，一个围绕机械臂与桌面方块搭建的开放仿真框架，属于其 FoundationWorlds 系列的第一个受控世界，可自动生成任务与演示数据用于训练和评测机器人模型。框架在单张 GPU 上并行执行数百个规划，达到最高 24 倍实时速度，首批数据发布包含 85,336 条长程演示、约 1,600 小时机器人执行数据和 1.44 亿帧。在真机测试中，仅用 ToyBlocks 数据训练的 ManiFlow 原子技能成功率仿真为 80.0%、真机为 81.1%，Molmo 2 加 ManiFlow 的分层系统仿真成功率为 55.5%、真机为 50.0%。
推荐理由
原文给出了 ToyBlocks 在空间泛化、长程规划与仿真到真机迁移上的实测数字，读者可据此判断受控仿真环境对机器人学习研究的实际作用。
来源：Hugging Face Blog · huggingface.co
这条消息，你怎么看？
把新闻带到 MickerBook，和社区伙伴聊聊；也可以去 AIHER 看看模型背后的角色与梗。